什么是音频降噪？清晰的解释
音频降噪是在减少不需要的声音的同时，保留你想保留的声音（通常是语音、音乐或其他有意音频）的过程。它是音频后期制作中最广泛使用的工具之一，近年来基于AI的方法使其变得更加易于访问。
“噪音”是什么？
在音频工程中，噪音是指任何非有意录制的声音：
- 宽带噪音：分布在整个频率范围的嘶嘶声、静电声和磁带噪音
- 音调噪音：通常位于50 Hz或60 Hz及其谐波的电气干扰嗡嗡声
- 脉冲噪音：来自黑胶唱片、损坏的录音或电气故障的咔嗒声、爆裂声和噼啪声
- 环境噪音：空调、交通、风、雨、人群噪音
- 自噪声：麦克风和录音设备的固有噪音底
不同类型的噪音需要不同的减少技术。
传统降噪方法
在AI成为主导之前，降噪依赖于信号处理算法：
光谱减法
这种方法在录音的”静音”部分估计噪音频谱，并从整个信号中减去估计的噪音。它对稳态噪音工作得相当好，但经常引入一种特有的”音乐噪音”伪影——一种飘忽的水下质感，许多听众觉得不愉快。
噪音门控
噪音门在信号低于设定阈值时完全静音。这适用于间歇性噪音之间的拍摄，但会留下与期望信号同时发生的任何噪音。
自适应滤波
自适应滤波器实时持续估计和去除噪音。它们需要参考信号（单独一个仅捕获噪音的麦克风），更常用于现场音响应用。
基于AI的降噪如何工作
现代AI降噪，如在 Noise Remover 等工具中使用的，采取根本不同的方法。与其估计和减去噪音，不如它学习直接识别语音。
深度神经网络在数千小时的音频上进行训练——既有干净的语音，也有与各种类型噪音混合的语音。随着时间的推移，模型学会预测干净的语音听起来如何，即使被埋在噪音下。在推理时，它通过这一学到的模型运行你的音频，并输出清理后的版本。
这种方法有几个优势：
- 它处理非稳态噪音：随时间变化的噪音，如间歇性交通，不再是问题。
- 它保留自然度：与其减去估计的噪音（可能引入伪影），模型重建语音。
- 它同时处理各种噪音类型，无需用户配置。
主要限制是计算成本。运行大型神经网络需要大量的处理能力，这就是为什么实时AI去噪最初只在强大的服务器上可用。优化的模型设计和现代浏览器技术现在使其在Web浏览器中直接运行变得可行。
降噪与噪音消除
这些术语经常被混淆：
| 术语 | 含义 |
|---|---|
| 降噪 | 在后期处理录制的音频以减少噪音 |
| 噪音消除 | 硬件系统（如ANC耳机）生成反相声波以实时消除噪音 |
噪音消除是耳机和某些麦克风中使用的硬件技术。降噪是应用于录音的软件过程。它们解决不同的问题。
何时应该使用降噪？
降噪在以下情况下最有效：
- 语音或音乐明显大于噪音底
- 噪音足够一致以进行表征（嘶嘶声、嗡嗡声、风扇噪音）
- 你想清理无法重新录制的录音
在以下情况下效果较差：
- 噪音大于期望信号
- 噪音与信号共享频率（如语音中的人群噪音）
- 原始录音以非常低的增益进行
适当的处理水平
更多的降噪并不总是更好。激进的处理可以：
- 去除使声音听起来自然的高频”空气感”
- 在辅音上产生金属或机器人伪影
- 通过过度平滑瞬态来降低清晰度
目标是听起来仍然像人的干净录音，而不是完美无菌但毫无生气的录音。从适度设置开始，只在必要时增加。
准备好听听差异了吗？在你自己的录音上试试 Noise Remover。